Tensorflow 모델 변환 생성 Tflite 형식
1408 단어 심도 있는 학습tensorflow
안쪽의train을 주로 참고하세요.py 코드와freeze.py 코드, 각각 고체화된 pb 파일을 훈련하고 생성하는 데 사용됩니다.
train.py 파일의 코드 순서는 다음과 같습니다.
(1), 입력 데이터의 양적화:fingerprintinput = tf.fake_quant_with_min_max_args(input placeholder,fingerprint min,fingerprint max)는 내가 자신의 그림을 훈련할 때 이 단계를 사용하지 않았다.
(2).loss 정의
(3).양적 트레이닝 맵 만들기: tf.contrib.quantize.create_training_graph(quant_delay=0)
(4).최적화기 정의
(5).saver = tf.train.Saver(tf.global_variables())
(6).변수 초기화
(7).check_point 불러오기
(8).pbtxt 파일 저장:tf.train.write_graph(sess.graph_def, FLAGS.train_dir,FLAGS.model_architecture + ‘.pbtxt’)
(9).순환 훈련
freeze.py 파일의 코드 순서는 다음과 같습니다.
(1).graph 만들기
(2).양적 eval 그림 만들기:createeval_graph()
(3).모델의 변수를 로드하는 매개변수
(4).pb 파일을 저장하려면 다음과 같이 하십시오.
input_saver_def = saver.as_saver_def()
frozen_graph_def = freeze_graph.freeze_graph_with_def_protos(input_graph_def=tf.get_default_graph().as_graph_def(),input_saver_def=input_saver_def,input_checkpoint = FLAGS.model_file,output_node_names=‘result’,restore_op_name=‘save/restore_all’, filename_tensor_name=‘save/Const:0’,clear_devices=True,output_graph=’’,initializer_nodes=’’)
binary_graph = ‘tflite_graph.pb’
with tf.gfile.GFile(binary_graph, ‘wb’) as f:
f.write(frozen_graph_def.SerializeToString()
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
[Caffe] mnist 인식 프로세스cd $CAFFE_ROOT 트레이닝 데이터 다운로드 ./data/mnist/get_mnist.sh 데이터 세트 만들기: ./examples/mnist/create_mnist.sh 트레이닝 모델: ./examples/...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.